基于双手脉搏与指压的双侧血压测量方法、系统、装置

    公开(公告)号:CN119655724A

    公开(公告)日:2025-03-21

    申请号:CN202510193930.1

    申请日:2025-02-21

    Applicant: 安徽大学

    Abstract: 本发明属于医疗保健设备技术领域,具体涉及一种基于双手脉搏与指压的双侧血压测量方法、系统、装置。该血压测量方法同步采集用户拇指和食指逐渐加压按压时的压力信号和光电脉搏波信号PPG,然后将0‑180mmHg压力信号对应的PPG信号中的峰值拟合为包络线;包络线峰值时刻的压力信号值为平均动脉压MAP,峰值为平均动脉压的脉搏波幅度值AMAP;接着查询血压测量归一化系数表得到当前MAP对应的收缩压比例系数KSBP和舒张压比例系数KDBP;最后将AMAP分别与KSBP和KDBP相乘得到用户的血压检测过程。设备中的信号检测部分包括压力传感器和光电脉搏传感器。本发明的方案具有精度较高,测量简单,舒适性和便携性好,能够连续测量的优势。

    一种采用自适应卡尔曼滤波器的动态目标跟随方法、系统

    公开(公告)号:CN117472096A

    公开(公告)日:2024-01-30

    申请号:CN202311425951.9

    申请日:2023-10-31

    Applicant: 安徽大学

    Abstract: 本发明属于运动控制与导航技术领域,具体涉及一种采用自适应卡尔曼滤波器的动态目标跟随方法、系统及其装置。其包括如下步骤:S1:构建传统的卡尔曼滤波器。S2:设置自适应卡尔曼滤波器的参数调整阈值,包括信号质量指标和运动状态指标。S3:设计自适应卡尔曼滤波器,其支持结合参数调整阈值自适应调整预测噪声的协方差矩阵Qk和测量噪声的协方差矩阵Nk。S4:实时采集跟踪目标在当前时刻的相对角度和距离。S5:利用自适应卡尔曼滤波器对检测结果进行校正。S6:结合校正结果对跟随平台的速度和旋转角度进行调整,以实现对跟踪目标的实时跟随。本发明解决了采用传统卡尔曼滤波器的跟随系统在短暂异常状态下容易丢失目标,鲁棒性较差的问题。

    一种基于TDoA的搜索加权定位方法
    3.
    发明公开

    公开(公告)号:CN114966544A

    公开(公告)日:2022-08-30

    申请号:CN202210575952.0

    申请日:2022-05-25

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于TDoA的搜索加权定位方法,当基站数目等于3时,通过建立方程直接求得一个解析解,该解析解即为最终目标估计位置;当基站数目大于3时,计算三基站的组合个数,并针对每个组合基于TDoA求解出目标位置的解析解;基于目标位置的解析解,构造矩形搜索区域;然后选取候选位置,针对所有的候选位置计算对应候选位置的权重;将权重代入构建的目标函数中,计算得到所有候选位置对应的目标函数值;从计算得到的所有候选位置对应的目标函数值中找到最小值,该最小值对应的候选位置就是最终目标估计位置。该方法不仅考虑了测量误差的影响,还考虑了几何条件对位置估计的影响,充分利用了冗余信息,提高了位置估计精度。

    一种基于时频对比学习的跨被试脑电情感识别方法

    公开(公告)号:CN119066493A

    公开(公告)日:2024-12-03

    申请号:CN202411153627.0

    申请日:2024-08-21

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于时频对比学习的跨被试脑电情感识别方法,包括以下步骤:将受试者情感反馈时的脑电信号由时域信号转为时域的增强信号、频域信号和频域的增强信号,再以被试为单位将脑电信号划分为源域数据和目标域数据;构建一个基于卷积结构的对比学习模型,将不带标签的源域数据输入模型进行对比预训练,分别得到时域特征提取器和频域特征提取器;将带标签的目标域数据输入到预训练好的提取器中,提取时域和频域特征,并将二者拼接后输入到分类器中进行情绪分类训练;将新被试的带标签的少量未增强的脑电信号输入到模型中,对模型进行微调,然后用于被试的不带标签的脑电信号的情感识别。本发明能够通过微调少量数据来适应新的对象。

    一种居家老人活动轨迹追踪方法、及追踪系统

    公开(公告)号:CN118049991A

    公开(公告)日:2024-05-17

    申请号:CN202410180715.3

    申请日:2024-02-18

    Applicant: 安徽大学

    Abstract: 本发明涉及室内自主定位技术领域,具体涉及一种居家老人活动轨迹追踪方法、及追踪系统。本发明利用布设在关键位置点的识别磁组件,配合目标用户携带的3轴磁力计,不仅可以给PDR航位推算法推算提供初始位置、初始航向角数据,保证了PDR航位推算法处理的自动初始化;还可以在推算过程中提交参考位置、参考航向角,以改善算法的长时累计误差,从而提高居家老人活动轨迹追踪的准确度。本发明解决了现有PDR航位推算法自身无法提供初始位置、且存在累计误差的问题。

    光强调制型接触式振动传感器及微振检测系统与终端设备

    公开(公告)号:CN118010144A

    公开(公告)日:2024-05-10

    申请号:CN202410039676.5

    申请日:2024-01-11

    Applicant: 安徽大学

    Abstract: 本发明公开了光强调制型接触式振动传感器及微振检测系统与终端设备。本发明的传感器包括发光源、光电二极管阵列、腔体。腔体内收容有一部分液体,发光源和光电二极管阵列分别位于腔体的相对两端,发光源发出的光信号进入腔体内的空气中并透过液体被光电二极管阵列接收由此形成相应的电流信号,所述电流信号为所述光信号的光强在空间上随时间变化的二维信息。以往的光学式传感器多数需要组合光纤、光栅等复杂元件,还需额外考虑一些外界因素对这些设备带来不同程度的干扰。而本发明利用光经液体的传播特性,仅用一定量的液体(如纯净水等)使得光通过振动的液体照在光电二极管上的强度和频率发生变化,通过感应这种变化可以监测物体振动。

    基于图卷积神经网络的糖尿病预测方法及系统

    公开(公告)号:CN117038083A

    公开(公告)日:2023-11-10

    申请号:CN202311056274.8

    申请日:2023-08-21

    Applicant: 安徽大学

    Inventor: 祝子窑 曹帅

    Abstract: 本申请提供一种基于图卷积神经网络的糖尿病预测方法及系统,基于图卷积神经网络的糖尿病预测方法包括:获取糖尿病数据,并进行数据预处理;将预处理后的数据分为训练数据以及测试数据,并通过独热编码对所述训练数据进行向量表示,获取一特征矩阵;利用K紧邻算法构建拓扑图,并根据数据之间的潜在关系转化为邻接矩阵;将所述特征矩阵与所述邻接矩阵输入至图卷积神经网络中,并构建二分类预测模型;将所述测试数据输入至所述二分类预测模型,并获取预测结果,并筛选出隐性的糖尿病人群以及初期糖尿病人群;以考虑医疗数据之间可能存在得某种隐含关系,提高了预测准确率。

    一种自同步的声学位置感知系统
    8.
    发明公开

    公开(公告)号:CN114827896A

    公开(公告)日:2022-07-29

    申请号:CN202210538210.0

    申请日:2022-05-18

    Applicant: 安徽大学

    Abstract: 本发明公开了一种自同步的声学位置感知系统,包括一个主基站和多个从基站,主基站和各从基站的坐标是已知的,主基站首先发射定位音频信号;各从基站在检测到主基站发射的定位音频信号后,分别检测该定位音频信号的到达时刻,同时待测目标也检测主基站发射的定位音频信号的到达时刻;各从基站在检测到主基站发射的定位音频信号后,分别延迟设定的时间发射定位音频信号,由待测目标接收各从基站发射的定位音频信号,并检测出定位音频信号的到达时刻;待测目标求解得到目标与各基站间的距离差信息,并根据距离差信息实时求解自身位置。上述系统是利用声学器件本身实现自同步,与之前的同步方式相比,避免了复杂的连线和射频干扰。

    基于扩散增强的多尺度时空感知的脑电数据扩增方法及其系统

    公开(公告)号:CN118940031A

    公开(公告)日:2024-11-12

    申请号:CN202410965778.X

    申请日:2024-07-18

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于扩散增强的多尺度时空感知的脑电数据扩增方法,包括以下步骤:S1:采集用户的脑电数据进行预处理,并转化为二维矩阵阵列;S2:将所有用户的数据进行对齐标准化,并划分为训练集与测试集;S3:构建扩散增强模型,利用训练集数据训练扩散增强模型;S4:构建并训练多尺度时空感知模型;S5:通过训练好的扩散增强模型生成增强样本,将增强样本与真实样本混合输入到多尺度时空感知模型中进行微调,得到训练好的多尺度时空感知模型;S6:将测试集输入到训练好的多尺度时空感知模型中,得到分类好的情感标签。还公开了一种基于扩散增强的多尺度时空感知的脑电数据扩增系统。本发明能端到端地实现高准确度的情感识别。

Patent Agency Ranking